多元线性回归与时间序列模型在股票预测中的应用

根据上证00001股股票的日线数据,建立多元线性回归和时间序列的预测模型,在对未来数据未知的情况下,利用R语言分析软件预测得出多元线性回归模型和时间序列模型中的回归参数,并评估模型精度。计算结果显示,模型的拟合精度较高,可以较好地拟合该股票数据。     

积分回归法

灰色预测中的GM(l,N)模型,其系数估计也是用普通最小二乘法做的。其缺点是只能事后看其估计误差,而不能事先给出误差范围。积分回归法不仅拟合精度高于灰色预测,还能进行区间预测,即能事先给出估计的误差范围。     

我国石油需求的多元线性回归预测模型研究

通过关联度系数的分析选择模型的自变量,各变量序列的单位根检验表明序列非平稳,为消除可能的虚假回归,利用协整关系来建立多元线性回归模型。对模型进行逐步完善并进行系数、残差和稳定性检验。通过对预测精度的评价,表明所建立的模型有较好的预测效果,并对我国2006年—2020年的石油需求进行了预测。     

多元线性回归模型在拉萨市区生活垃圾产量预测中的应用

本论文通过分析已有的生活垃圾产量数据,找出影响生活垃圾产量的主要因素,运用多元线性回归分析方法建立拉萨市区生活垃圾产量预测模型,旨在实现对未来拉萨市区生活垃圾产量的有效预测.     

非线性回归模型及其在突变经济系统中的预测研究

非线性回归模型及其在突变经济系统中的预测研究胡强国（淮南联合大学２３２００１）考察近年来主要宏观经济指标的运行情况，可以发现大都呈突变性向上变化趋势。究其原因，主要是由于受自然灾害、价格和国家政策等因素的影响。因此，对宏观经济指标进行预测时，常规模型...     

线性回归模型在电力负荷预测中的应用

中长期电力负荷预测是规划的前提和基础.以建立线性回归模型来科学预测电力负荷在未来的变化趋势及状态,通过算例分析,得出利用线性回归模型进行电力学系统中长期负荷预测取得令人满意的效果.     

线性回归在经济预测中的应用

本文利用线性回归模型对具体经济问题进行预测,分别采用两种估计方法：最小二乘估计法和LAD估计法对其进行估计,最后得出当存在异常数据时LAD估计法优于最小二乘估计法的结论。     

主成分回归与经济预测模型

本文讨论了主成分回归方法及其在建立经济预测模型中的应用。根据江苏省农业１９８３～１９９３年基础数据，运用主成分回归方法，建立了江苏省农业生产预测模型     

基于多元线性回归模型的中国人口老龄化影响因素分析

探究了我国人口老龄化趋势的主要影响因素,选取了7个影响人口老龄化的重要指标,建立了多元线性回归模型进行分析。由分析结果可得,15岁～64岁的人口数量、人口出生率和人均GDP这3个指标是影响人口老龄化的重要因素。由此可以预测未来我国人口老龄化的发展趋势,并就如何应对人口老龄化提出一些建议。     

一类回归算法及其在成矿预测模型中的应用

文章提出的修正算法,能较好地修复常用的Gauss消去法、迭代法本身或数据的限制而导致预测精度较差的缺陷,并用其研究了广东下庄某区域岩层中K和Th对U成矿的影响.     

组合预测模型及应用

通过主成分分析的方法，将非线性预测中的二次多项式预测、指数预测及灰色预测等3种不同的预测方法组合在一起．提出了一种新的组合预测方法，并利用该方法对江西省的国民生产总值进行了预测。     

线性回归与时间序列加法预测模型

线性回归和时间序列预测模型各有千秋,本文将它们结合起来,提出了一种线性回归与时间序列加法预测模型,它提高了拟合度和预测能力。     

高校图书馆读者满意度指数回归模型研究

本文从定量的角度对高校图书馆读者满意度的评价方法进行探讨。在选择恰当评价指标体系的基础上,建立了指数回归评价模型。然后,通过问卷调查获取数据,并利用所得的数据估计模型中的参数,得到了高校图书馆读者满意度指数评价公式。本文的结论改进了文献[3]的结果,使得评价公式更加合理、应用范围更广。     

基于BP_Adaboost模型的燃气短期负荷预测

针对神经网络在非数学模型预测中所面临的3个主要问题,提出了一种基于BP_Adaboost算法的预测模型对燃气负荷进行短期预测。预测结果表明,该模型与BP神经网络相比,不但提高了预测精度和泛化能力,而且更能满足具有非线性、时变性和不确定性的负荷预测的需要,具有较好的应用前景。     

随机Petri网应用于马尔可夫预测模型

随机Ｐｅｔｒｉ网和马尔可夫链有着内在的联系,用它来对状态整体的变化规律不十分明确但状态分量的变化规律明确的一类问题建模,为马尔可夫预测模型的应用提供了方便。     

对PPP模型汇率预测效果的实证检验

本文运用回归分析方法对PPP模型汇率预测的效果进行了实证检验,并就市场汇率经常偏离购买力平价的原因进行了分析。     

上市公司财务危机预警模型研究

本文在分析13个变量的基础上,运用Logistic回归给出了判别上市公司财务危机的一个模型。本文模型包括4个变量：毛利率、其它应收款与总资产的比率、短期借款与总资产的比率、股权集中系数;其中的股权集中系数是公司治理结构的直接表征,也是本文模型异于其他预测模型的首要区别。本方模型的回判准确率为84．52％,而对2000年新增加的“ST”公司的判别准确率则达到了95．45％。     

组合预测模型在成都房地产价格中的应用

组合预测理论与建模技术对于信息不完备的复杂经济系统有一定的实用性,鉴于房地产价格的复杂性和非线性的特征,利用成都房地产价格的历史数据,分别采用改进的灰色预测模型、RBF神经网络模型建立了成都房地产价格的单项预测模型,并对单项预测模型的优缺点进行了比较分析。采用标准差法进行权重分配,将两个模型进行组合,建立了成都房地产价格的组合预测模型。运用该模型对成都未来5年的房地产价格进行了预测。     

浙江省晚稻产量预报模式

在分析浙江省各地晚稻产量资料序列的基础上,提出趋势产量的模拟和预报应分别对待,建立了各气候区晚稻产量预报模式,综合集成了省级晚稻产量预报模式.最后还作了1988～1990年度晚稻产量的业务预报.     

基于预测有效度的组合预测模型研究

本文基于预测方法有效度的概念，建立了改进组合预测模型，并给出其线性规划的解法。该模型具有计算简便的特点，而且具有可比性，能反映不同时间序列预测方法有效性。